对四个block下不同的卷积层输出进行了可视化处理,可视化结果如下所示。可以看出浅层的卷积层获得的特征数量还比较多,特征数据与原始的图像数据很接近。随着层数越深,得到的有效特征越来越少,特征也变得越来越抽象
代码实现:
import itertools
from sklearn.metrics import confusion_matrix
import cv2
省略了一些依赖..
model = Model(inputs=inp, outputs=x)
model.load_weights('WDD_jing3_2_weights.hdf5') ##加载自己的模型
image=cv2.imread('4.png') #加载自己的图像
image_arr = cv2.resize(image, (224, 224))
image_arr = np.expand_dims(image_arr, axis=0)
layer_1 = K.function([mod